Skip to main content
 首页 » 编程设计

python之使用描述符协议(protocol)更改底层数据表示

2025年04月02日8bhlsheji

假设我有一个现有的类,例如做一些数学的东西:

class Vector: 
 
    def __init__(self, x, y): 
        self.x = y 
        self.y = y 
 
    def norm(self): 
        return math.sqrt(math.pow(self.x, 2) + math.pow(self.y, 2)) 

现在,出于某种原因,我希望 Python 不像任何变量那样存储成员 x 和 y。我宁愿 Python 在内部将它们存储为字符串。或者它将它们存储到专用缓冲区中,可能是为了与某些 C 代码进行互操作。所以(对于字符串大小写)我构建了以下描述符:

class MyStringMemory(object): 
 
    def __init__(self, convert): 
        self.convert = convert 
 
    def __get__(self, obj, objtype): 
        print('Read') 
        return self.convert(self.prop) 
 
    def __set__(self, obj, val): 
        print('Write') 
        self.prop = str(val) 
 
    def __delete__(self, obj): 
        print('Delete') 

然后我将现有的矢量类包装在一个新类中,其中成员 x 和 y 成为 MyStringMemory:

class StringVector(Vector): 
 
    def __init__(self, x, y): 
        self.x = x 
        self.y = y 
 
    x = MyStringMemory(float) 
    y = MyStringMemory(float) 

最后是一些驱动代码:

v = StringVector(1, 2) 
print(v.norm()) 
v.x, v.y = 10, 20 
print(v.norm()) 

毕竟,我将 x 和 y 的内部表示替换为字符串,原始类没有任何变化,但仍具有其全部功能。

我只是想知道:这个概念会普遍适用还是我会遇到严重的陷阱?正如我所说,主要思想是将数据存储到特定的缓冲区位置,稍后可以访问C代码。

编辑:我这样做的目的如下。目前,我有一个运行良好的程序,其中一些类型为 MyPhysicalObj 的物理对象相互交互。对象内部的代码是用 Numpy 向量化的。现在,我还想对所有 对象的一些代码进行矢量化。例如,每个对象都有一个能量,它是由每个对象的复杂矢量化代码计算得出的。现在我想总结一下所有的能量。我可以遍历所有对象并进行总结,但这很慢。所以我宁愿让每个对象的属性 energy 自动存储到全局预定义的缓冲区中,我可以只在该缓冲区上使用 numpy.sum。

请您参考如下方法:

关于 python 描述符有一个陷阱。

使用您的代码,您将引用相同的值,分别存储在 StringVector.x.prop 和 StringVector.y.prop 中:

v1 = StringVector(1, 2) 
print('current StringVector "x": ', StringVector.__dict__['x'].prop) 
v2 = StringVector(3, 4) 
print('current StringVector "x": ', StringVector.__dict__['x'].prop) 
 
print(v1.x) 
print(v2.x) 

将有以下输出:

Write 
Write 
current StringVector "x":  1 
Write 
Write 
current StringVector "x":  3 
Read 
3.0 
Read 
3.0 

我想这不是你想要的=)。要在对象内存储每个对象的唯一值,请进行以下更改:

class MyNewStringMemory(object): 
    def __init__(self, convert, name): 
        self.convert = convert 
        self.name = '_' + name 
 
    def __get__(self, obj, objtype): 
        print('Read') 
        return self.convert(getattr(obj, self.name)) 
 
    def __set__(self, obj, val): 
        print('Write') 
        setattr(obj, self.name, str(val)) 
 
    def __delete__(self, obj): 
        print('Delete') 
 
 
class StringVector(Vector): 
    def __init__(self, x, y): 
        self.x = x 
        self.y = y 
 
    x = MyNewStringMemory(float, 'x') 
    y = MyNewStringMemory(float, 'y') 
 
 
v1 = StringVector(1, 2) 
v2 = StringVector(3, 4) 
 
print(v1.x, type(v1.x)) 
print(v1._x, type(v1._x)) 
print(v2.x, type(v2.x)) 
print(v2._x, type(v2._x)) 

输出:

Write 
Write 
Write 
Write 
Read 
Read 
1.0 <class 'float'> 
1 <class 'str'> 
Read 
Read 
3.0 <class 'float'> 
3 <class 'str'> 

此外,您绝对可以使用描述符的 __set__ 方法将数据保存在集中存储中。

请参阅此文档:https://docs.python.org/3/howto/descriptor.html